主要内容

百分位图

在SimBiology模型分析应用程序,你可以想象时间进程使用百分位图数据和相应的统计数据。情节显示曲线的汇总统计(百分位数或平均值和标准偏差)。您还可以查看原始数据汇总统计。

你可以选择两种方法之间的聚合时变数据和计算汇总统计数据。有关详细信息,请参见插值法和时间点装箱方法。

显示百分位图,选择一个数据源,其中包含时间的课程浏览器窗格,然后单击百分位在情节上节家选项卡。对于一个工作流实例,明白了可视化仿真数据和使用百分比图叠加实验数据。

显示选项

每个反应百分比图有三个显示选项,您可以配置。

  • 百分位数——显示了百分位数曲线。默认情况下,情节显示5日和第95百分位数。扫描程序与40多个样品用百分位图作为默认的情节。你可以改变这种默认截止首选项>项目>情节。这是默认显示仿真数据的类型。

  • 的意思是——显示响应数据的平均值和标准偏差在每个时间点。这是默认显示实验数据的类型。

  • 原始数据——显示了原始响应数据点在每个时间点。

反应部分菜单显示三个显示

百分位数选项

的百分位数部分提供以下选项来配置百分位数曲线。

选项 描述
显示百分比(%) 百分位数的阴谋。输入一个或多个非负数字0到100之间或任何MATLAB®非负数字或矢量的表达式,结果0到100之间的值按升序。
显示值 逻辑标记来显示或隐藏情节的中间线。
显示风格 显示格式显示,阴影,或两者兼而有之。

意思是选择

的的意思是部分提供以下选项来配置土地。

选项 描述
显示的意思 逻辑国旗显示平均响应值在每个时间点。情节使用标记o代表平均值。
显示标准偏差 逻辑标志显示±1响应的标准偏差值在每个时间点。情节显示误差来表示标准偏差。
显示最小/最大

逻辑国旗显示派生的最小和最大响应值在每个时间点。

计算这些值,应用程序首先插入时间课程共同的向量,然后计算统计数据,如最小,马克斯,意思是,在每个时间点和标准偏差,共同向量所有插入时间的课程。因此插值最大和最小值在给定的时间点所示百分位的情节可能不会匹配这些值的原始数据。

情节使用标记*来表示的最小值和最大值。
显示风格 显示格式显示线,标记,或两者兼而有之。

数据选项

每个数据源的百分位图,您可以选择数据聚合方法和相关的选项在相应的数据部分属性编辑器窗格。这个应用程序提供了两种数据聚合方法:插值和装箱。推荐使用插值等人口记录数据,模拟模型反应。使用时间点装箱对于稀疏记录数据,如实验数据。

如果你正在策划多个响应或切片数据协变量或参数,每个反应的独立应用程序执行数据聚合或数据块。不同的反应可以有不同的自动插值或装箱的结果。

每个数据聚合方法有自己的一组选项。您可以更改这些选项为每个数据源独立于其他数据源。

插值

如果您选择插值数据聚合方法,应用插入所有课程上常见的时间向量。摘要统计计算插值数据在每一个时间点共同向量。有关详细信息,请参见插值法。您还可以指定一个自定义常见时间向量和插值法用于数据聚合。下表总结了可用的选项。

选项 描述
时间向量

常见时间向量到所有课程之前插值计算汇总统计。

默认选项汽车选择使用一个共同的时间矢量是一个最小值和最大值之间的等距点中指定时间点的数据。

另外,指定时间向量序列的数字或MATLAB表达式,计算一个向量的严格越来越多大于或等于零。
插值法

方法插入时间课程上常见的向量。应用程序调用interp1与指定的方法(默认是线性)。仿真数据,应用程序在同一时间处理多个响应值之间的不连续并执行分段插值点这样的时间点。对于实验数据,应用程序将这些响应值在同一时间点重复测量和使用的所有测量在同一时间点。
显示原始数据分数(%) 生(原始)时间课程或百分比数据显示在图。输入0到100之间的一个非负整数。

有关详细信息,请参见插值法。

装箱

如果您选择装箱数据聚合方法,应用集群数据点到不同的垃圾箱根据他们的时间值。计算汇总统计数据在每一本和情节统计重心的每一本,这是时间值的均值,本内的数据。有关详细信息,请参见时间点装箱方法。下表总结了可用的选项。

选项 描述
装箱方法

  • 汽车——应用程序扫描几个可能的箱子的数量和计算kmeans(统计和机器学习的工具箱)集群解决方案为每个这些值。然后确定最优数量的垃圾箱通过选择最小化的解决方案Davies-Bouldin标准(统计和机器学习的工具箱)。

  • 指定数量的垃圾箱——作为一个替代汽车,您可以指定一个自定义的容器数量使用k - means算法。

  • 指定本边缘——指定准确的边缘或每本避免边界kmeans集群。
显示本边缘 逻辑标志显示竖线表示本边界。
显示原始数据分数(%) 生(原始)时间课程或百分比数据显示在图。输入一个0到100之间的整数。

有关详细信息,请参见时间点装箱方法。

插值法

当你使用插值数据聚合方法,应用计算汇总统计数据使用下面的步骤。

  1. 应用计算等距的常见时间矢量作为时间点之间的最小和最大时间点数据在所有的组(或运行)在每个数据块或获得时间向量通过使用代码中指定时间向量选择。

  2. 然后它篡改的响应时间为每组或运行在共同的时间向量使用interp1中指定的方法插值法选择。仿真数据,应用程序在同一时间处理多个响应值之间的不连续并执行分段插值点这样的时间点。对于实验数据,应用程序将数据在同一时间点重复测量和使用的所有测量在这些时间点。

  3. 然后应用计算相应的统计数据,如百分位数,意思是,马克斯,标准差,为每个时间点共同向量在所有团体的时间点内插时间课程。

    请注意

    由于插值,计算最大和最小值可能比原始数据值是不同的。

  4. 然后生成一个阴谋使用计算向量根据对常见的统计显示风格选择。

时间点装箱方法

当你使用装箱数据聚合方法,应用计算汇总统计数据使用下面的步骤。

  1. 应用程序分区的数据n箱子只使用每个数据点的时间值。它不考虑任何相似之处测量值。默认情况下,数据被使用kmeans(统计和机器学习的工具箱)算法,还可以指定一个自定义的容器数量或特定本边缘(或范围)。

  2. 每本程序计算汇总统计。

  3. 获得共同的时候向量通过计算平均时间为每本价值。

  4. 然后应用程序生成一个阴谋使用计算步骤2的统计数据对时间的平均值从步骤3根据每本显示风格选择。

另请参阅

相关的话题